Steinerbäume. Seminarausarbeitung Hochschule Aalen Fakultät für Elektronik und Informatik Studiengang Informatik Schwerpunkt Software Engineering
|
|
- Nele Kalb
- vor 8 Jahren
- Abrufe
Transkript
1 Steinerbäume Seminarausarbeitung Hochschule Aalen Fakultät für Elektronik und Informatik Studiengang Informatik Schwerpunkt Software Engineering Verfasser Flamur Kastrati Betreuer Prof. Dr. habil. Thomas Thierauf
2 1 Zusammenfassung Das Steinerbaumproblem ist ein Problem in der Mathematik, speziell in der Graphentheorie, welches sich mit dem kürzesten Pfad in einem Graphen beschäftigt. Das Problem ist eine Verallgemeinerung des minimalen Spannbaums, mit der Besonderheit, das man zusätzliche Knoten, auch Steinerpunkte genannt, zur eigentlichen Knotenmenge und Kanten zur Kantenmenge hinzufügen kann, um die Gesamtlänge der Pfade zusätzlich zu verkürzen. 1 Einleitung Ein altes, dennoch bis in unsere Zeit reichendes mathematisches Problem, wird seit Jahrhunderten von vielen Mathematikern aufs Neue entdeckt und definiert. Das sogenannte Steinerbaumproblem, welches nach dem Schweizer Mathematiker Jacob Steiner benannt wurde. Das Problem beschreibt einen Graphen mit einer Menge von Punkten P 1,..., P n, die so zusammenhängen, dass (i) jeder Knoten, mit jedem beliebigen anderen Knoten über eine oder mehreren Kanten verbunden ist und (ii) die Gesamtlänge aller Kanten (gemessen mit Bedacht auf einigen vordefinierten Kostenfunktionen) minimal ist. Die genannten Bedingungen erinnern an den minimalen Spannbaum, und tatsächlich ist der Steinerbaum eine Verallgemeinerung dessen. Genau so, wie der minimale Spannbaum verbreitet ist, besitzt auch der Steinerbaum in vielen Bereichen seine Wichtigkeit. Wie zum Beispiel in der Elektrotechnik, wo man sich optimale Positionen von Transistoren auf einem integrierten Schaltkreis berechnen lassen kann. Das Steinerbaumproblem klingt sehr simpel, ist jedoch nicht umsonst ein seit Jahrhunderten bekanntes Problem. In dieser Ausarbeitung wird hauptsächlich auf das Steinerbaumproblem näher eingegangen. Die allgemeine Beschreibung und einen Algorithmus zum Steinerbaum. Zusätzlich der Beweis, dass das Problem ein schwieriges ist und eine Approximation zum Problem. Alle Informationen zu dieser Ausarbeitung wurden aus dem Buch [PDHJP02] entnommen. 2 Steinerbäume Bevor wir zum Theorem des Steinerbaumproblems kommen, müssen noch einige kleine Dinge geklärt werden. Man darf hier nicht vergessen, dass das Steinerbaumproblem ein anderes Problem ist, als das des minimalen Spannbaums. Der Steinerbaum besitzt zu der normal gegebenen endlichen Knotenmenge (den Terminalen) noch eine endliche Anzahl freier Knoten (den Steinerpunkten oder auch Nicht-Terminalen). Diese Nicht-Terminalen Punkte werden dazu eingesetzt, die Gesamtlänge des Steinerbaums zusätzlich zu minimieren. Es gibt zwei verschieden Arten des Steinerbaumproblems. Bei dem einen sind verschiedene Steinerpunkte bereits gegeben und bei dem anderen kann man die Steinerpunkte frei Wählen. In dieser Ausarbeitung werden wir uns lediglich der ersteren Variante mit den bereits gegebenen Nicht-Terminalen zuwenden. Dann gibt es da noch folgende Lemmata. Die Lemmata werden in dieser Ausarbeitung nicht bewiesen, da sie bereits in den Vorlesungen ausführlich besprochen wurden. Dies dient als Hilfestellung zum eigentlichen Steinerbaum Theorem.
3 2 1. Lemma 2.1 (a) Sei G = (V, E) ein Wald mit n Knoten und mit c 1 Komponenten, dann ist E = n c 2. Korollar 2.2 (a) Jeder Baum T mit n Knoten, besitzt genau n 1 Kanten. 3. Korollar 2.3 (b) Jeder Baum T hat mindesten 2 Blätter.. Lemma 2. (b) Graph G = (V, E) ist genau dann ein zusammenhängender Graph, wenn es einen Spannbaum enthält. 2.1 Theorem Theorem 2.5 Sei G = (V, E) mit einer Anzahl n Knoten und mit folgenden Behauptungen gegeben: (i) G ist ein Baum. (ii) Für jedes Paar x, y V und x y besitzt G exakt einen Pfad von x nach y. (iii) G ist minimal Zusammenhängend. (d.h., G ist Zusammenhängend und für alle {x, y} E gilt: G {x, y} ist nicht zusammenhängend) (iv) G ist maximal azyklisch. (d.h., G ist azyklisch und für alle {x, y} / E gilt: G + {x, y} ist zyklisch) (v) G ist azyklisch und E = n 1 (vi) G ist zusammenhängend und E = n 1 Beweis: Sei G ein Baum, x, y V und x y. Da G ein zusammenhängender Baum ist, gibt es mindestens einen Weg von x nach y. G ist zudem azyklisch und jedes Paar Knoten sind über mindestens einem Weg verbunden. Dies zeigt, dass (i) (ii). Die Implikationen (ii) (iii) und (iii) (iv) sind selbstverständlich. (iv) (v) und (v) (vi) stimmen durch Lemma (a) und (vi) (i) ist auch wahr, da wir durch Lemma (b) wissen, dass jeder zusammenhängende Graph einen Spannbaum enthält. E(T ) = n 1 wird durch Korollar (a) abgedeckt. Dieses Wissen würde ausreichen, um einen minimalen Spannbaum zu beschreiben. Aber wie wäre es, wenn wir das Problem etwas interessanter gestalten. Nehmen wir an, es gibt eine Teilmenge K V aus einem zusammenhängenden Graphen G = (V, E). Mit dieser Teilmenge K (möglicherweise aber auch mit einigen zusätzliche Knoten), suchen wir einen Teilgraphen von G, der ebenfalls zusammenhängend ist und eine möglichst minimale Anzahl an Kanten besitzt. Durch Lemma 2 und können wir aber bereits sagen, dass jeder Teilgraph (zusammenhängend) nicht mehr als V 1 Kanten haben darf und somit minimal ist. Außerdem können wir auch festhalten, dass alle Blätter Elemente aus der Menge K sein müssen.
4 3 2.2 Definition Die bisher gesammelten Informationen führen zu folgender Definition: Ein Teilgraph T von G wird Steinerbaum für K genannt, wenn T ein Baum ist und alle Knoten aus K besitzt (d.h., K V (T )) und alle Blätter aus T Elemente in K sind. Die Knoten K werden auch Terminale von T genannt, wohingegen V (T )\K Steinerpunkte (oder auch Nichtterminale) genannt werden. Ein minimaler Steinerbaum für K in G ist ein Steinerbaum T mit minimaler Anzahl Kanten. Jetzt können wir, den Steinerbaumproblem einen passenden Namen geben: Minimum Steiner Problem in Graphs Geg.: Ein zusammenhängender Graph G = (V, E) und eine Menge T V aus Terminalen. Ges.: Einen minimalen Steinerbaum für K in G. Sprich, einen Steinerbaum T für K mit E(T ) = min{ E(T ) T ist ein Steinerbaum für K in G } Dieses Problem sieht zunächst einfach aus, ist aber aus Sicht eines Algorithmus ein nicht triviales und in vielen Aspekten herausforderndes. Von der praktischen Seite aus ist es oft erwünscht eine komplexere Version des Problems zu analysieren. Ein Gewichteter Graph N = (V, E, l), bestehend aus G = (V, E) und l : E(G) R 0, welches eine Funktion ist, die jeder Kante einen positiven Wert anrechnet. Dieser Wert kann als Länge, Gewicht oder anderes betrachtet werden. Die Länge eines Teilgraphen H von G lässt sich also wie folgt berechnen: l(h) = e E(H) l(e) (die Summe aller Kantenwerte) Ist der Graph ein ungerichteter Graph, wird die Gesamtsumme aller Kanten gleich deren Anzahl gesetzt (wird auch die Länge von H genannt, gekennzeichnet H ). Man kann sich hier vorstellen, dass man jeder Kante den Wert 1 zugeschrieben hat. Für zwei Knoten v und w, kennzeichnen wir mit P (v, w) die Länge des kürzesten Pfades von v nach w. Mit diesem Wissen, können wir eine Definition dieser Version des Steinerbaumproblems erstellen. Minimum Steiner Problem in Networks / Weighted Graph Geg.: Ein Gewichteter Graph N = (V, E, l) und eine Menge T V aus Terminalen. Ges.: Einen minimalen Steinerbaum für K in N. Sprich, einen Steinerbaum T für K mit l(t ) = min{ l(t ) T ist ein Steinerbaum für K in N } 2.3 Komplexität Es wurde des Öfteren gesagt, dass das Steinerbaumproblem ein schwieriges Problem sei. Und tatsächlich liegt das Steinerbaumproblem in der Komplexitätsklasse der NP-Vollständigen Probleme. Der Beweis dazu wird durch eine Reduktion von 3Sat auf Minimum Steiner Problem in Graphs (Spg) erbracht. Theorem 2.6 Das Steinerbaumproblem ist NP-Vollständig. Beweis: Die Vollstaendigkeit erhaelt man durch eine Reduktion vom 3Sat auf Spg. Zunächst suchen wir einen Graphen G = (V, E) mit einer Menge Terminalen K und einer Schranke B, so dass G den Steinerbaum T nach K enthält und die Schranke B nicht überschreitet. Eine weitere Bedingung ist, dass der Graph G nur genau dann konstruiert werden kann, wenn es
5 ein 3Sat Konstrukt gibt, welches erfüllbar ist. Startpunkt ist eine Formel F (x 1,..., x n ) = C 1 C 2 C m. Daraus wird eine beliebige Instanz für 3Sat mit Variablen x 1,..., x n und Klauseln C 1,..., C m konstruiert. Der Graph G wird wie folgt konstruiert. Zuerst, verbinden wir die Knoten u und v mit einem variablen Pfad, gezeigt in Abbildung 2.1. x 1 x 2 x j x n 1 x n u v x 1 x 2 x j x n 1 x n Abbildung 2.1: Transformation von 3Sat auf Spg: Der Variablen Pfad Als nächstes kreieren wir für jede Klausel C i einen Knoten mit Verbindungen zu den einzelnen Literalen, die zu der jeweiligen Klausel gehören. Die Pfadlänge beträgt t = 2n + 1. Als Terminale Menge wählen wir K = {u, v} {C 1,..., C m } und setzten B auf B = 2n+t m. C i x 1 x 2 x j x n 1 x n u v x 1 x 2 x j x n 1 x n Abbildung 2.2: Klausel C i = x 2 x j x n. Die Gestrichelte Linie zeigen auf die einzelnen Literale der Klausel C i mit einer Pfadlänge t = 2n + 1 Nehmen wir an, die 3Sat Instanz wäre Erfüllbar. Um einen Steinerbaum nach K zu konstruieren, starten wir zunächst mit dem Pfad von u nach v, welches eine erfüllende Belegung P darstellt. Das heißt, dass wir x i P haben, wenn x i wahr ist und x i P, wenn nicht wahr. Weiterhin müssen wir beachten, dass für jede Klausel, dessen Knoten C i über einen Pfad der Länge t mit P verbunden ist. Somit erhalten wie einen Steinerbaum nach K mit einer Gesamtlänge von 2n + t m = B Gehen wir nun einen Schritt weiter. Sei T ein Steinerbaum nach K mit einer Gesamtlänge von nicht mehr als B. Trivialerweise ist jeder Klausel-Knoten C i mit dem variierbaren Pfad verbunden. Gehen wir für einen Moment davon aus, dass es eine Klausel C i0 gibt, die auf mindestens zwei Wegen mit dem variierbaren Pfad verbunden ist. Somit hätten wir
6 5 E(T ) (m + 1) t > B, und das dürfte nicht sein. Dies zeigt uns, dass u und v nur auf dem variierbaren Pfad verbunden werden können, welches mindestens 2n Kanten voraussetzt. Da jede Klausel mindestens t Kanten braucht, um C i mit dem variierbaren Pfad zu verbinden, schließen wir daraus, dass der Pfad u nach v exakt 2n Kanten besitzt und, dass jede Klausel exakt t Kanten benutzen muss, um mit diesem Pfad verbunden zu sein. Somit gibt der Pfad von u nach v eine erfüllbare Belegung wieder. Die Beobachtung, dass diese Konstruktion leicht in polynomieller Zeit erhalten werden kann, erschließt den Beweis des Theorems. 3 Approximationsalgorithmus In diesem Kapitel werden wir einen simplen Approximationsalgorithmus vorstellen, der auf einer Minimum Spanning Tree Berechnung aufbaut. Der Algorithmus ist eine 2- Approximation. Um die Notation zu verkürzen, werden wir folgende Schreibweisen in diesem Kapitel benutzen. N = (V, E, l; K) steht für ein Steinerproblem in einem zusammenhängenden gewichteten Graphen mit positiven Längenfunktion l 0 und einer Menge Terminalen K. Jedes Steinerproblem N = (V, E, l; K) verbinden wir mit einem complete distance network(cdn ) N D = (K, E D, l D ). Ein CDN ist kurz gesagt ein Graph, aufbauend auf der Menge Terminalen K, worin jede Kante die Länge des kürzesten Pfades der korrespondierenden zwei Terminalen besitzt. Das Steinerproblem N und der CDN werden wie folgt miteinander assoziiert. Die Knotenmenge des N D ist gleich der Menge Terminalen K, die Kantenmenge [ (K ) ] ist mit E D = 2 gegeben und die Längenfunktion l D fügt zu jeder Kante {x, y} E D die Länge des kürzesten Pfades von x nach y in N ein. Zusätzlich kürzen wir die Länge eines minimalen Steinerbaums in N mit Knoten aus der Menge Terminalen K mit smt(n) ab. 3.1 Simpler Algorithmus Die ausschlaggebende Idee vom folgenden Lemma dieses Algorithmus ist, dass wir die Länge eines minimalen Spannbaums in einem gewichteten Graphen mit der Länge eines minimalen Steinerbaums im korrespondierenden CDN relativieren. Sprich, wir erzeugen uns einen minimalen Spannbaum und benutzen die erzeugten Pfade als Wegweiser für den minimalen Steinerbaum. Lemma 3.1 Sei N = (V, E, k; K) ein Steinerproblem, dann erfüllt jeder minimale Spannbaum T im CDN N D die Ungleichung l D (T ) ( ) 2 2 k smt(n). k = K bezeichnet die Kardinalität der Menge Terminalen. Beweis: Sei S opt ein beliebiger minimaler Steinerbaum in N. Stellen wir uns nun S opt als zweidimensionalen planaren Graphen vor, und dass wir einen Weg W am Rand der Kanten entlang haben. Auf diesem Weg W besuchen wir jeden Terminal genau ein und jede Kante zwei mal. Die Gesamtlänge ist dementsprechend genau doppelt so lang, wie die Länge von S opt. Sei t die Anzahl der Blätter in S opt. Dann besitzt Weg W t k Pfade zwischen den aufeinanderfolgenden Blättern in S opt. Nun entfernen wir den längsten Pfad in W. Dieser
7 Abbildung 3.3: Illustriert den Beweis von Lemma 3.1. Der Weg W besteht aus den Pfaden 1-2, 2-3,..., 7-8 und 8-1. Um den Weg W zu erhalten, entfernen wir den Weg von 7 nach 8. Pfad wäre aus dem Beispiel in der Abbildung 3.3 der Pfad 7 nach 8. Die Länge des übrig bleibenden Weges W beträgt jetzt nicht mehr als das (1 1 t )-fache des Weges W. Jetzt sieht man, dass wenn man den Weg W folgt, man ganz einfach einen Spannbaum (und sogar einen Pfad) mit einer maximalen Länge von W in N D aufziehen kann. Durch diese Beobachtung können wir nun den Beweis von Lemma 3.1 schlussfolgern. Beispiel 3.2 Gewichteter Graph N = (V, E, k; K) mit 2 e v 3 v 2 2 e v v 1 2 e 2 e v 0 1 v k 2 e v k 1 V = {v 0, v 1,..., v k }, K = V \{v 0 }, E = {{v i, v i+1 } 1 i k} {{v k, v 1 }} {{v 0, v i } 1 i k}, { 1, if v 0 e l(e) = 2 e, sonst zeigt, dass Schranke aus Lemma 3.1 die Bestmögliche ist. Aus den Vorlesungen wissen wir, dass der minimale Spannbaum leicht zu berechnen ist. Eine kurze Wiederholung: Ein minimaler Spannbaum ist ein Spannbaum mit minimaler Gesamtlänge der Summe der Kanten. Ein minimaler Steinerbaum ist dann minimal, wenn die Summe aller Kanten zwischen den Terminalen minimal ist. In Lemma 3.1 sahen wir auch, dass die Länge des minimalen Spannbaums aus einem complete distance network (kurz: cdn) für eine 2-Approximation des minimalen Steinerbaums sorgt. Genau genommen kann man den minimalen Spannbaum dafür benutzen, einen Steinerbaum zu erzeugen, dessen Länge nicht die doppelte Länge des minimalen Steinerbaums überschreitet.
8 7 Algorithmus 3.3 (MST-Algorithm) Input: Gewichteter Graph N = (V, E, l; K). Output: Steinerbaum S K für N. (1) Berechne den complete distance network N D = (K, E D, l D ). (2) Berechne einen minimalen Spannbaum T D in N D. (3) Wandle T D in einen gewichteten Teilgraphen N[T D ] um, indem jede Kante aus T D durch den Korrespondierenden kürzesten Pfad ersetzt wird. () Berechne einen minimalen Spannbaum T für N[T D ]. (5) Wandle T in einen Steinerbaum S K für N um, indem nacheinander jeder Blattknoten entfernt wird, der kein Terminal ist. Das Abbild 3. zeigt die verschiedenen Schritte des Algorithmus. Man sollte dort auch sehen, wieso die Schritte () und (5) unabdingbar sind. Theorem 3.2 Sei N = (V, E, l; K) ein gewichteter Graph. Dann berechnet der MST- Algorithm in polynomieller Zeit einen Steinerbaum S K für N aus, so dass l(s K ) ( 2 2 k ) smt(n). Beweis: Lemma 3.1 zufolge ist l D (T ) ( 2 2 k ) smt(n).somit haben die aufeinanderfolgenden Schritte (3), () und (5) die Eigenschaften l(t D ) geql(t ) l(s K ). N = (V, E, l 1; K) (1): N D = (K, E D, l D ) (2): T D (3) N[T D ] (): T (5): S K Abbildung 3.: Illustriert die einzelnen Schritte des MST-Algorithm Eine direkte Analyse des MST-Algorithm zeigt, dass der am meisten Zeit brauchende Teil des Algorithmus, die Berechnung des CDN N D ist. Dieser gewichtete Graph wird durch einen k kürzesten Wege Algorithmus mit Laufzeit O(n log n + m) berechnet.
9 8 Literatur [PDHJP02] Prof. Dr. Angelika Steger Prof. Dr. Hans Juergen Prömel. The Steiner Tree Problem, A Tour through Graphs, Algorithms, and Complexity. Friedr. Vieweg & Sohn Verlagsgesellschaft mbh, 1st edition, 2002.
WS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
MehrSeminarvortag zum Thema Virtual Private Network Design im Rahmen des Seminars Network Design an der Universität Paderborn
Seminarvortag zum Thema Virtual Private Network Design im Rahmen des Seminars Network Design an der Universität Paderborn Ein 5.55-Approximationsalgorithmus für das VPND-Problem Lars Schäfers Inhalt Einführung:
Mehr1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:
Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:
MehrDas Briefträgerproblem
Das Briefträgerproblem Paul Tabatabai 30. Dezember 2011 Inhaltsverzeichnis 1 Problemstellung und Modellierung 2 1.1 Problem................................ 2 1.2 Modellierung.............................
Mehr1 topologisches Sortieren
Wolfgang Hönig / Andreas Ecke WS 09/0 topologisches Sortieren. Überblick. Solange noch Knoten vorhanden: a) Suche Knoten v, zu dem keine Kante führt (Falls nicht vorhanden keine topologische Sortierung
MehrSeminar. Das Steinerbaumproblem
Seminar Das Steinerbaumproblem Philipp Gillitzer Matrikelnr.: 51829 Studiengang Informatik(IT-Sicherheit) Semester 6 Hochschule Aalen Wintersemester 16/17 1 Inhaltsverzeichnis 1 Einleitung 3 2 Grundlagen
MehrGrundlagen der Theoretischen Informatik, SoSe 2008
1. Aufgabenblatt zur Vorlesung Grundlagen der Theoretischen Informatik, SoSe 2008 (Dr. Frank Hoffmann) Lösung von Manuel Jain und Benjamin Bortfeldt Aufgabe 2 Zustandsdiagramme (6 Punkte, wird korrigiert)
MehrAnmerkungen zur Übergangsprüfung
DM11 Slide 1 Anmerkungen zur Übergangsprüfung Aufgabeneingrenzung Aufgaben des folgenden Typs werden wegen ihres Schwierigkeitsgrads oder wegen eines ungeeigneten fachlichen Schwerpunkts in der Übergangsprüfung
Mehr3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel
3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel EADS 3.1 Konstruktion von minimalen Spannbäumen 16/36
MehrVorlesung Diskrete Strukturen Graphen: Wieviele Bäume?
Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume? Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2013/14 Isomorphie Zwei Graphen (V 1, E 1 ) und (V
MehrKonzepte der Informatik
Konzepte der Informatik Vorkurs Informatik zum WS 2011/2012 26.09. - 30.09.2011 17.10. - 21.10.2011 Dr. Werner Struckmann / Christoph Peltz Stark angelehnt an Kapitel 1 aus "Abenteuer Informatik" von Jens
MehrWS 2013/14. Diskrete Strukturen
WS 2013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws1314
MehrEinführung. Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (3) Vorlesungen zur Komplexitätstheorie. K-Vollständigkeit (1/5)
Einführung 3 Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (3) Univ.-Prof. Dr. Christoph Meinel Hasso-Plattner-Institut Universität Potsdam, Deutschland Hatten den Reduktionsbegriff
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrDas Dilemma des Einbrechers Wer die Wahl hat, hat die Qual!
Das Dilemma des Einbrechers Wer die Wahl hat, hat die Qual! 0kg 4000 Euro Luster 5,5 kg, 430.- Laptop 2,0 kg, 000.- Schatulle 3,2 kg, 800.- Uhr 3,5 kg, 70.- Schwert,5 kg, 850.- Bild 3,4 kg, 680.- Besteck
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 15: Reguläre Ausdrücke und rechtslineare Grammatiken Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/25 Was kann man mit endlichen
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
MehrInformationsblatt Induktionsbeweis
Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln
MehrErstellen von x-y-diagrammen in OpenOffice.calc
Erstellen von x-y-diagrammen in OpenOffice.calc In dieser kleinen Anleitung geht es nur darum, aus einer bestehenden Tabelle ein x-y-diagramm zu erzeugen. D.h. es müssen in der Tabelle mindestens zwei
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis Das komplette Material finden Sie hier: Download bei School-Scout.de
Mehr4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes.
Binäre Bäume Definition: Ein binärer Baum T besteht aus einer Menge von Knoten, die durch eine Vater-Kind-Beziehung wie folgt strukturiert ist: 1. Es gibt genau einen hervorgehobenen Knoten r T, die Wurzel
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
MehrFormale Systeme. Binary Decision Diagrams. Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK
Formale Systeme Prof. Dr. Bernhard Beckert WS / KIT INSTITUT FÜR THEORETISCHE INFORMATIK KIT University of the State of Baden-Württemberg and National Large-scale Research Center of the Helmholtz Association
MehrPaper Computer Science Experiment. Computation (NP-Vollständigkeit) Steinerbäume
Paper Computer Science Experiment Great Principles of Computing Computation (NP-Vollständigkeit) Thema Steinerbäume Unterrichtsform Entdeckendes Lernen, Einzelarbeit, Lernen am Modell Voraussetzung Bäume
MehrLiteratur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS)
Dominating Set 59 Literatur Dominating Set Grundlagen 60 Dominating Set (DS) M. V. Marathe, H. Breu, H.B. Hunt III, S. S. Ravi, and D. J. Rosenkrantz: Simple Heuristics for Unit Disk Graphs. Networks 25,
MehrAlgorithmen II Vorlesung am 15.11.2012
Algorithmen II Vorlesung am 15.11.2012 Kreisbasen, Matroide & Algorithmen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales
Mehr7 Rechnen mit Polynomen
7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn
MehrAnleitung über den Umgang mit Schildern
Anleitung über den Umgang mit Schildern -Vorwort -Wo bekommt man Schilder? -Wo und wie speichert man die Schilder? -Wie füge ich die Schilder in meinen Track ein? -Welche Bauteile kann man noch für Schilder
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
MehrMusterlösungen zur Linearen Algebra II Blatt 5
Musterlösungen zur Linearen Algebra II Blatt 5 Aufgabe. Man betrachte die Matrix A := über dem Körper R und über dem Körper F und bestimme jeweils die Jordan- Normalform. Beweis. Das charakteristische
MehrAlgorithmen und Datenstrukturen 2
Algorithmen und Datenstrukturen 2 Sommersemester 2006 3. Vorlesung Peter F. Stadler Universität Leipzig Institut für Informatik studla@bioinf.uni-leipzig.de Algorithmen für Graphen Fragestellungen: Suche
MehrErstellen einer Collage. Zuerst ein leeres Dokument erzeugen, auf dem alle anderen Bilder zusammengefügt werden sollen (über [Datei] > [Neu])
3.7 Erstellen einer Collage Zuerst ein leeres Dokument erzeugen, auf dem alle anderen Bilder zusammengefügt werden sollen (über [Datei] > [Neu]) Dann Größe des Dokuments festlegen beispielsweise A4 (weitere
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 12.01.2012 INSTITUT FÜR THEORETISCHE 0 KIT 12.01.2012 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der Informatik
MehrPROSEMINAR ONLINE ALGORITHMEN
PROSEMINAR ONLINE ALGORITHMEN im Wintersemester 2000/2001 Prof. Dr. Rolf Klein, Dr. Elmar Langetepe, Dipl. Inform. Thomas Kamphans (Betreuer) Vortrag vom 15.11.2000 von Jan Schmitt Thema : Finden eines
MehrJede Zahl muss dabei einzeln umgerechnet werden. Beginnen wir also ganz am Anfang mit der Zahl,192.
Binäres und dezimales Zahlensystem Ziel In diesem ersten Schritt geht es darum, die grundlegende Umrechnung aus dem Dezimalsystem in das Binärsystem zu verstehen. Zusätzlich wird auch die andere Richtung,
Mehrgeben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen
geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Vollständigkeit halber aufgeführt. Gehen wir einmal davon aus, dass die von uns angenommenen 70% im Beispiel exakt berechnet sind. Was würde
MehrBerechnungen in Access Teil I
in Access Teil I Viele Daten müssen in eine Datenbank nicht eingetragen werden, weil sie sich aus anderen Daten berechnen lassen. Zum Beispiel lässt sich die Mehrwertsteuer oder der Bruttopreis in einer
MehrKombinatorische Optimierung
Juniorprof. Dr. Henning Meyerhenke 1 Henning Meyerhenke: KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu Vorlesung 1 Programm des
MehrSkript und Aufgabensammlung Terme und Gleichungen Mathefritz Verlag Jörg Christmann Nur zum Privaten Gebrauch! Alle Rechte vorbehalten!
Mathefritz 5 Terme und Gleichungen Meine Mathe-Seite im Internet kostenlose Matheaufgaben, Skripte, Mathebücher Lernspiele, Lerntipps, Quiz und noch viel mehr http:// www.mathefritz.de Seite 1 Copyright
MehrTipp III: Leiten Sie eine immer direkt anwendbare Formel her zur Berechnung der sogenannten "bedingten Wahrscheinlichkeit".
Mathematik- Unterrichts- Einheiten- Datei e. V. Klasse 9 12 04/2015 Diabetes-Test Infos: www.mued.de Blutspenden werden auf Diabetes untersucht, das mit 8 % in der Bevölkerung verbreitet ist. Dabei werden
MehrInhalt. 1 Einleitung AUTOMATISCHE DATENSICHERUNG AUF EINEN CLOUDSPEICHER
AUTOMATISCHE DATENSICHERUNG AUF EINEN CLOUDSPEICHER Inhalt 1 Einleitung... 1 2 Einrichtung der Aufgabe für die automatische Sicherung... 2 2.1 Die Aufgabenplanung... 2 2.2 Der erste Testlauf... 9 3 Problembehebung...
MehrAnhand des bereits hergeleiteten Models erstellen wir nun mit der Formel
Ausarbeitung zum Proseminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn zum Thema Simulation des Anlagenpreismodels von Simon Uphus im WS 09/10 Zusammenfassung
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme 1 Zwei Gleichungen mit zwei Unbekannten Es kommt häufig vor, dass man nicht mit einer Variablen alleine auskommt, um ein Problem zu lösen. Das folgende Beispiel soll dies verdeutlichen
MehrZeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
Mehr2.11 Kontextfreie Grammatiken und Parsebäume
2.11 Kontextfreie Grammatiken und Parsebäume Beispiel: Beispiel (Teil 3): Beweis für L(G) L: Alle Strings aus L der Länge 0 und 2 sind auch in L(G). Als Induktionsannahme gehen wir davon aus, dass alle
Mehra n + 2 1 auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert:
Beispiel: Wir untersuchen die rekursiv definierte Folge a 0 + auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert: ( ) (,, 7, 5,...) Wir können also vermuten, dass die Folge monoton fallend
MehrFormale Systeme, WS 2012/2013 Lösungen zu Übungsblatt 4
Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Dr. Peter H. Schmitt David Farago, Christoph Scheben, Mattias Ulbrich Formale Systeme, WS 2012/2013 Lösungen zu Übungsblatt
MehrPhysik & Musik. Stimmgabeln. 1 Auftrag
Physik & Musik 5 Stimmgabeln 1 Auftrag Physik & Musik Stimmgabeln Seite 1 Stimmgabeln Bearbeitungszeit: 30 Minuten Sozialform: Einzel- oder Partnerarbeit Voraussetzung: Posten 1: "Wie funktioniert ein
Mehr15 Optimales Kodieren
15 Optimales Kodieren Es soll ein optimaler Kodierer C(T ) entworfen werden, welcher eine Information (z.b. Text T ) mit möglichst geringer Bitanzahl eindeutig überträgt. Die Anforderungen an den optimalen
MehrMeet the Germans. Lerntipp zur Schulung der Fertigkeit des Sprechens. Lerntipp und Redemittel zur Präsentation oder einen Vortrag halten
Meet the Germans Lerntipp zur Schulung der Fertigkeit des Sprechens Lerntipp und Redemittel zur Präsentation oder einen Vortrag halten Handreichungen für die Kursleitung Seite 2, Meet the Germans 2. Lerntipp
MehrKurzanleitung. MEYTON Aufbau einer Internetverbindung. 1 Von 11
Kurzanleitung MEYTON Aufbau einer Internetverbindung 1 Von 11 Inhaltsverzeichnis Installation eines Internetzugangs...3 Ist mein Router bereits im MEYTON Netzwerk?...3 Start des YAST Programms...4 Auswahl
Mehr4 Greedy-Algorithmen (gierige Algorithmen)
Greedy-Algorithmen (gierige Algorithmen) Greedy-Algorithmen werden oft für die exakte oder approximative Lösung von Optimierungsproblemen verwendet. Typischerweise konstruiert ein Greedy-Algorithmus eine
MehrKapiteltests zum Leitprogramm Binäre Suchbäume
Kapiteltests zum Leitprogramm Binäre Suchbäume Björn Steffen Timur Erdag überarbeitet von Christina Class Binäre Suchbäume Kapiteltests für das ETH-Leitprogramm Adressaten und Institutionen Das Leitprogramm
MehrSatz. Für jede Herbrand-Struktur A für F und alle t D(F ) gilt offensichtlich
Herbrand-Strukturen und Herbrand-Modelle Sei F eine Aussage in Skolemform. Dann heißt jede zu F passende Struktur A =(U A, I A )eineherbrand-struktur für F, falls folgendes gilt: 1 U A = D(F ), 2 für jedes
MehrACHTUNG: Es können gpx-dateien und mit dem GP7 aufgezeichnete trc-dateien umgewandelt werden.
Track in Route umwandeln ACHTUNG: Ein Track kann nur dann in eine Route umgewandelt werden, wenn der Track auf Wegen gefahren wurde. Ein Querfeldein-Track kann nicht in eine Route umgewandelt werden, da
MehrAlgorithmentheorie. 13 - Maximale Flüsse
Algorithmentheorie 3 - Maximale Flüsse Prof. Dr. S. Albers Prof. Dr. Th. Ottmann . Maximale Flüsse in Netzwerken 5 3 4 7 s 0 5 9 5 9 4 3 4 5 0 3 5 5 t 8 8 Netzwerke und Flüsse N = (V,E,c) gerichtetes Netzwerk
MehrStellen Sie bitte den Cursor in die Spalte B2 und rufen die Funktion Sverweis auf. Es öffnet sich folgendes Dialogfenster
Es gibt in Excel unter anderem die so genannten Suchfunktionen / Matrixfunktionen Damit können Sie Werte innerhalb eines bestimmten Bereichs suchen. Als Beispiel möchte ich die Funktion Sverweis zeigen.
MehrBeweisbar sichere Verschlüsselung
Beweisbar sichere Verschlüsselung ITS-Wahlpflichtvorlesung Dr. Bodo Möller Ruhr-Universität Bochum Horst-Görtz-Institut für IT-Sicherheit Lehrstuhl für Kommunikationssicherheit bmoeller@crypto.rub.de 6
MehrEinführung in. Logische Schaltungen
Einführung in Logische Schaltungen 1/7 Inhaltsverzeichnis 1. Einführung 1. Was sind logische Schaltungen 2. Grundlegende Elemente 3. Weitere Elemente 4. Beispiel einer logischen Schaltung 2. Notation von
Mehr20. Algorithmus der Woche Online-Algorithmen: Was ist es wert, die Zukunft zu kennen? Das Ski-Problem
20. Algorithmus der Woche Online-Algorithmen: Was ist es wert, die Zukunft zu kennen? Das Ski-Problem Autor Susanne Albers, Universität Freiburg Swen Schmelzer, Universität Freiburg In diesem Jahr möchte
MehrAnalysis I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe 2015/16 Prof. Dr. M. Hinze Dr. P. Kiani Analysis I für Studierende der Ingenieurwissenschaften Lösungshinweise zu Blatt 2 Aufgabe 1: (12 Punkte) a) Beweisen
MehrHandbuch zur Anlage von Turnieren auf der NÖEV-Homepage
Handbuch zur Anlage von Turnieren auf der NÖEV-Homepage Inhaltsverzeichnis 1. Anmeldung... 2 1.1 Startbildschirm... 3 2. Die PDF-Dateien hochladen... 4 2.1 Neue PDF-Datei erstellen... 5 3. Obelix-Datei
MehrDefinition und Begriffe
Merkblatt: Das Dreieck Definition und Begriffe Das Dreieck ist ein Vieleck. In der Ebene ist es die einfachste Figur, die von geraden Linien begrenzt wird. Ecken: Jedes Dreieck hat drei Ecken, die meist
Mehr8 Diskrete Optimierung
8 Diskrete Optimierung Definition 8.1. Ein Graph G ist ein Paar (V (G), E(G)) besteh aus einer lichen Menge V (G) von Knoten (oder Ecken) und einer Menge E(G) ( ) V (G) 2 von Kanten. Die Ordnung n(g) von
MehrData Mining: Einige Grundlagen aus der Stochastik
Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener
MehrBinäre Bäume. 1. Allgemeines. 2. Funktionsweise. 2.1 Eintragen
Binäre Bäume 1. Allgemeines Binäre Bäume werden grundsätzlich verwendet, um Zahlen der Größe nach, oder Wörter dem Alphabet nach zu sortieren. Dem einfacheren Verständnis zu Liebe werde ich mich hier besonders
MehrDas RSA-Verschlüsselungsverfahren 1 Christian Vollmer
Das RSA-Verschlüsselungsverfahren 1 Christian Vollmer Allgemein: Das RSA-Verschlüsselungsverfahren ist ein häufig benutztes Verschlüsselungsverfahren, weil es sehr sicher ist. Es gehört zu der Klasse der
MehrStackelberg Scheduling Strategien
Stackelberg Scheduling Strategien Von Tim Roughgarden Präsentiert von Matthias Ernst Inhaltsübersicht Einleitung Vorbetrachtungen Stackelberg Strategien Ergebnisse Seminar Algorithmische Spieltheorie:
MehrMediator 9 - Lernprogramm
Mediator 9 - Lernprogramm Ein Lernprogramm mit Mediator erstellen Mediator 9 bietet viele Möglichkeiten, CBT-Module (Computer Based Training = Computerunterstütztes Lernen) zu erstellen, z. B. Drag & Drop
MehrBasis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.
Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren
MehrKompetitive Analysen von Online-Algorithmen
Kompetitive Analysen von Online-Algorithmen jonas echterhoff 16. Juli 004 1 Einführung 1.1 Terminologie Online-Algorithmen sind Algorithmen, die Probleme lösen sollen, bei denen Entscheidungen getroffen
MehrStudieren- Erklärungen und Tipps
Studieren- Erklärungen und Tipps Es gibt Berufe, die man nicht lernen kann, sondern für die man ein Studium machen muss. Das ist zum Beispiel so wenn man Arzt oder Lehrer werden möchte. Hat ihr Kind das
MehrAbamsoft Finos im Zusammenspiel mit shop to date von DATA BECKER
Abamsoft Finos im Zusammenspiel mit shop to date von DATA BECKER Abamsoft Finos in Verbindung mit der Webshopanbindung wurde speziell auf die Shop-Software shop to date von DATA BECKER abgestimmt. Mit
MehrPlatinen mit dem HP CLJ 1600 direkt bedrucken ohne Tonertransferverfahren
Platinen mit dem HP CLJ 1600 direkt bedrucken ohne Tonertransferverfahren Um die Platinen zu bedrucken, muß der Drucker als allererstes ein wenig zerlegt werden. Obere und seitliche Abdeckungen entfernen:
MehrProgrammentwicklungen, Webseitenerstellung, Zeiterfassung, Zutrittskontrolle
Version LG-TIME /Office A 8.3 und höher Inhalt 1. Allgemeines S. 1 2. Installation S. 1 3. Erweiterungen bei den Zeitplänen S. 1;2 4. Einrichtung eines Schichtplanes S. 2 5. Einrichtung einer Wechselschicht
MehrAlgorithmische Methoden für schwere Optimierungsprobleme
Algorithmische Methoden für schwere Optimierungsprobleme Juniorprof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Institutund
MehrLichtbrechung an Linsen
Sammellinsen Lichtbrechung an Linsen Fällt ein paralleles Lichtbündel auf eine Sammellinse, so werden die Lichtstrahlen so gebrochen, dass sie durch einen Brennpunkt der Linse verlaufen. Der Abstand zwischen
MehrEntladen und Aufladen eines Kondensators über einen ohmschen Widerstand
Entladen und Aufladen eines Kondensators über einen ohmschen Widerstand Vorüberlegung In einem seriellen Stromkreis addieren sich die Teilspannungen zur Gesamtspannung Bei einer Gesamtspannung U ges, der
MehrKürzeste Wege in Graphen. Maurice Duvigneau Otto-von-Guericke Universität Fakultät für Informatik
Kürzeste Wege in Graphen Maurice Duvigneau Otto-von-Guericke Universität Fakultät für Informatik Gliederung Einleitung Definitionen Algorithmus von Dijkstra Bellmann-Ford Algorithmus Floyd-Warshall Algorithmus
Mehr50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
MehrDefinition:Eine meromorphe Modulform vom Gewicht k Z ist eine meromorphe. f : H C. (ii) C > 0, so daß f(z) im Bereich Im z > C keine Singularität hat.
Die k/2 - Formel von Renate Vistorin Zentrales Thema dieses Vortrages ist die k/2 - Formel für meromorphe Modulformen als eine Konsequenz des Residuensatzes. Als Folgerungen werden danach einige Eigenschaften
MehrAnleitung zur Erstellung von Serienbriefen (Word 2003) unter Berücksichtigung von Titeln (wie Dr., Dr. med. usw.)
Seite 1/7 Anleitung zur Erstellung von Serienbriefen (Word 2003) unter Berücksichtigung von Titeln (wie Dr., Dr. med. usw.) Hier sehen Sie eine Anleitung wie man einen Serienbrief erstellt. Die Anleitung
MehrAnmeldung und Zugang zum Webinar des Deutschen Bibliotheksverbandes e.v. (dbv)
Anmeldung und Zugang zum Webinar des Deutschen Bibliotheksverbandes e.v. (dbv) Über den Link https://www.edudip.com/academy/dbv erreichen Sie unsere Einstiegsseite: Hier finden Sie die Ankündigung unseres
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
MehrKompakte Graphmodelle handgezeichneter Bilder. Einbeziehung in Autentizierung und Bilderkennung
Kompakte Graphmodelle handgezeichneter Bilder Einbeziehung in Autentizierung und Bilderkennung Inhaltsverzeichnis 1 Einleitung Das graphische Model.1 Image Thinning................................. 3.
MehrGrundlagen der Künstlichen Intelligenz
Grundlagen der Künstlichen Intelligenz 27. Aussagenlogik: Logisches Schliessen und Resolution Malte Helmert Universität Basel 28. April 2014 Aussagenlogik: Überblick Kapitelüberblick Aussagenlogik: 26.
MehrBIA-Wissensreihe Teil 4. Mind Mapping Methode. Bildungsakademie Sigmaringen
BIA-Wissensreihe Teil 4 Mind Mapping Methode Bildungsakademie Sigmaringen Inhalt Warum Mind Mapping? Für wen sind Mind Maps sinnvoll? Wie erstellt man Mind Maps? Mind Mapping Software 3 4 5 7 2 1. Warum
MehrOutlook. sysplus.ch outlook - mail-grundlagen Seite 1/8. Mail-Grundlagen. Posteingang
sysplus.ch outlook - mail-grundlagen Seite 1/8 Outlook Mail-Grundlagen Posteingang Es gibt verschiedene Möglichkeiten, um zum Posteingang zu gelangen. Man kann links im Outlook-Fenster auf die Schaltfläche
Mehrt r Lineare Codierung von Binärbbäumen (Wörter über dem Alphabet {, }) Beispiel code( ) = code(, t l, t r ) = code(t l ) code(t r )
Definition B : Menge der binären Bäume, rekursiv definiert durch die Regeln: ist ein binärer Baum sind t l, t r binäre Bäume, so ist auch t =, t l, t r ein binärer Baum nur das, was durch die beiden vorigen
MehrDas große ElterngeldPlus 1x1. Alles über das ElterngeldPlus. Wer kann ElterngeldPlus beantragen? ElterngeldPlus verstehen ein paar einleitende Fakten
Das große x -4 Alles über das Wer kann beantragen? Generell kann jeder beantragen! Eltern (Mütter UND Väter), die schon während ihrer Elternzeit wieder in Teilzeit arbeiten möchten. Eltern, die während
MehrObjektorientierte Programmierung für Anfänger am Beispiel PHP
Objektorientierte Programmierung für Anfänger am Beispiel PHP Johannes Mittendorfer http://jmittendorfer.hostingsociety.com 19. August 2012 Abstract Dieses Dokument soll die Vorteile der objektorientierten
MehrMehrere PDF-Dokumente zu einem zusammenfügen
Mehrere PDF-Dokumente zu einem zusammenfügen Eine Funktion des Programm»PDFCreator«, welches auf allen Computer der Landesverwaltung installiert ist, ermöglicht es dir einfach und schnell mehrere Dateien
MehrGuten Morgen und Willkommen zur Saalübung!
Guten Morgen und Willkommen zur Saalübung! 1 Wie gewinnt man ein Spiel? Was ist ein Spiel? 2 Verschiedene Spiele Schach, Tic-Tac-Toe, Go Memory Backgammon Poker Nim, Käsekästchen... 3 Einschränkungen Zwei
MehrDiese Ansicht erhalten Sie nach der erfolgreichen Anmeldung bei Wordpress.
Anmeldung http://www.ihredomain.de/wp-admin Dashboard Diese Ansicht erhalten Sie nach der erfolgreichen Anmeldung bei Wordpress. Das Dashboard gibt Ihnen eine kurze Übersicht, z.b. Anzahl der Beiträge,
Mehr3.2 Spiegelungen an zwei Spiegeln
3 Die Theorie des Spiegelbuches 45 sehen, wenn die Person uns direkt gegenüber steht. Denn dann hat sie eine Drehung um die senkrechte Achse gemacht und dabei links und rechts vertauscht. 3.2 Spiegelungen
MehrKapitalerhöhung - Verbuchung
Kapitalerhöhung - Verbuchung Beschreibung Eine Kapitalerhöhung ist eine Erhöhung des Aktienkapitals einer Aktiengesellschaft durch Emission von en Aktien. Es gibt unterschiedliche Formen von Kapitalerhöhung.
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus:
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: If-clauses - conditional sentences - Nie mehr Probleme mit Satzbau im Englischen! Das komplette Material finden Sie hier: School-Scout.de
MehrInformation Systems Engineering Seminar
Information Systems Engineering Seminar Algorithmische Prüfung der Planarität eines Graphen Marcel Stüttgen, 22.10.2012 FH AACHEN UNIVERSITY OF APPLIED SCIENCES 1 Planarität - Definition Ein Graph heißt
MehrIRF2000 Application Note Lösung von IP-Adresskonflikten bei zwei identischen Netzwerken
Version 2.0 1 Original-Application Note ads-tec GmbH IRF2000 Application Note Lösung von IP-Adresskonflikten bei zwei identischen Netzwerken Stand: 27.10.2014 ads-tec GmbH 2014 IRF2000 2 Inhaltsverzeichnis
Mehr